DeepSeekエージェントのコスト：ループ向けのV4 FlashおよびV4 Pro API料金

DeepSeekはV4 Flashを廃止しました。その後継はDeepSeek V4.1 Flashで、APIではdeepseek-flashと呼ばれています。旧名称のdeepseek-v4-flashも引き続き使用可能で、同じFlash価格で課金されます。

V4.1 Flashのピーク時料金は、入力トークン100万あたり$0.30、出力トークン100万あたり$1.20です。ピーク時間帯は平日の01:00～04:00と06:00～10:00 UTCで、それ以外の時間帯は半額になります。このページでは計算にピーク時料金を使用しています。参考の12ステップエージェント実行では、172,800トークンの入力と4,800トークンの出力を読み取り、172,800 × $0.30 + 4,800 × $1.20 = 約$0.058となります。DeepSeek V4 Proのピーク時料金は$1.32 / $3.96で、同じループで約$0.25です。Claude Sonnet 5は$0.39、GPT-5.4は$0.50、Gemini 3.8 Flashは$0.15です。Claude Haiku 5.5は172,800 × $0.10 + 4,800 × $0.50 = 約$0.020で、V4.1 Flashのオフピーク時よりも安くなります。

この列の内訳: 4,000トークンのシステムプロンプトとツール、500トークンのタスク、そして各ステップで300トークンのツールコールと1,500トークンの結果が12回追加されます。毎ステップでそれ以前のすべてを再送信するため、入力列が支配的になります。詳細は[AIエージェントの実行コスト](/guides/how-much-does-an-ai-agent-cost-to-run)を参照してください。DeepSeekの価格は2026-10-27にapi-docs.deepseek.comで確認しました。Claude Haiku 5.5は2026-11-03にAnthropicの価格ページで確認しました。その料金は最大100,000トークンのプロンプトに適用され、このトレースで最大の呼び出しは24,300トークンです。これはClaude Haiku 4.5に代わるもので、現在はレガシーモデルとして$1 / $5（この実行では$0.197）です。

特にループに関して、価格表について 3 つの点が重要です。

入力はエージェントが費やす部分です。V4.1 Flash のピーク時の入力レート $0.30 は、Sonnet 5（$2）の約 7 分の 1、GPT-5.4（$2.50）の約 8 分の 1 です。出力はエージェントの請求額に占める割合が小さいため、比較すべきは入力レートです。

コンテキストは V4.1 Flash と V4 Pro の両方で 100 万トークン、最大 384,000 トークンの出力が可能なため、長いループでもステップ数の上限に達する前にウィンドウ制限に達することはありません。参考トレースの 200 ステップ実行では、コンテキストは 362,700 トークンになります。モデルがその長い履歴を適切に活用できるかは別の問題であり、後述します。

キャッシュは DeepSeek 独自のエンドポイントに存在し、繰り返しのプレフィックスヒットにははるかに低い入力レートが課金されます。ピーク時で V4.1 Flash は 100 万トークンあたり $0.006、V4 Pro は $0.044 です。この記事ではすべてをキャッシュなしで価格設定しているため、大きな固定プレフィックスを持つループは表に示されたよりも低コストになります。ループが大きな固定プレフィックスを再送信する場合は、[AI エージェントのプロンプトキャッシング](/guides/prompt-caching-for-ai-agents)のルールが DeepSeek にも適用されます。

私たちの経験や、それを実行しているチームからの報告によると、V4 Flash は 3 つの状況で有効でした。V4.1 Flash ではまだ再テストしていません。

• 明確に指定されたタスクに対する構造化ツール呼び出し：明確なシステムプロンプト、厳密なスキーマと説明的な名前を持つツール、そして「完了」とは何かを示すタスク。ファイル読み取り、データベースクエリ、この API 呼び出しのループが該当します。
• 長いコンテキストの読み取り：数十万トークンの取得資料からの要約や抽出。100 万トークンのウィンドウと $0.30 のレートにより、300,000 トークンのパスは約 $0.09 になります。
• 大量・低リスクのループ：分類パイプライン、ログのトリアージ、一次的なコードレビューなど、誤った回答を検出して再実行するコストが低いもの。

V4 Pro は同じ形状で、判断力に余裕があり、Flash 価格の約 4 倍です。1 つのベンダーと 1 つのエンドポイントで、より強力な計画ステップが必要な場合に適しています。

同じ報告と私たち自身の使用から、3 つの弱点が指摘されています。これらはベンチマーク結果ではなく観察結果として説明します。なぜなら、それらを分離するベンチマークを引用できないからです。

• あいまいなタスク。指示に解釈の余地がある場合、V4 Flash は文字通りの解釈を選択してそのまま進む傾向があり、ステップ 6 までには間違った問題に対して確信を持って多くの作業を行っています。
• 長いマルチターンの計画。分岐する決定を含む約 10 ステップを超えると、すでに試したことを見失い、ツール呼び出しを繰り返します。ウィンドウは大きいですが、計画はそうではありません。
• 厳密な JSON のエッジケース。ネストされたオプションフィールド、オブジェクトの配列、異常なエスケープ、類似した enum 値などで、引数の JSON が微妙に間違って返されます。ツール呼び出しを実行する前に、スキーマに対して検証し、検証エラーは同じモデルで再試行するのではなく、エスカレーションのシグナルとして扱ってください。

これらの弱点が、以下のハイブリッドパターンの境界を定義しています。

DeepSeekのダイレクトAPIはDeepSeekによって運用され、リクエストはそのデータポリシーの下でインフラ上で処理されます。一部の組織にとっては、価格に関係なく受け入れがたく、モデルのウェイトがオープンであっても、ホストされたエンドポイントを呼び出すときにプロンプトがどこへ行くかは変わりません。

OpenRouterはDeepSeekモデルをサードパーティのホスティングプロバイダーにルーティングし、リクエストを提供するプロバイダーやリージョンを制限できるため、データ所在地要件に対する実用的な回答となります。トレードオフとして、各ホストが独自のレートを設定するため、同じモデルのOpenRouterの行がダイレクト価格より高くなることがあります。[モデルカタログ](/models)に現在の行が並べて表示されています。キャッシュや信頼性の違いを含む完全な比較は、[OpenRouter vs ダイレクトAPI](/compare/openrouter-vs-direct-api)にあります。

ツールループを V4.1 Flash で実行し、完了したトランスクリプトを強力なモデルに 1 回送信して、作業を検証し、最終回答を作成します。フラッグシップモデルは 12 回ではなく 1 回だけ全体のコンテキストを読み取るため、コストは限定され小さくなります。

参考実行、V4.1 Flash のピーク時における 11 ステップのループ：入力 11 × 4,500 + 1,800 × 55 = 148,500 トークン、出力 3,300 トークン。148,500 × $0.30 + 3,300 × $1.20 = $0.049。検証ステップでは、24,300 トークンの完全なトランスクリプトを読み取り、1,500 トークンを書き出す 1 回の呼び出しです。

検証モデルの役割は限定的です。ツールの結果が結論をサポートしているかを確認し、最終出力を生成します。実行を拒否するツールを与え、拒否されたものはフラッグシップモデルによる完全な再実行に回します。実行の 10 回に 1 回未満しか拒否されない場合、ハイブリッド方式はフラッグシップモデル単体よりもはるかに低コストです。同じ分割は、[マルチエージェントシステムのコスト](/guides/multi-agent-system-cost)内のプランナーとワーカーのレイアウトにも拡張できます。

DeepSeekのAPIはOpenAI互換なので、公式のopenaiパッケージが異なるベースURLで動作します。このループはV4.1 Flashでツールステップを実行し、毎回のレスポンスのusageからコストを計算します：

import json, os
from openai import OpenAI

client = OpenAI(api_key=os.environ["DEEPSEEK_API_KEY"], base_url="https://api.deepseek.com")
MODEL = "deepseek-flash"   # V4.1 Flash; the old "deepseek-v4-flash" name bills the same
spent = 0.0
messages = [{"role": "system", "content": SYSTEM_PROMPT}, {"role": "user", "content": task}]
for step in range(11):
    resp = client.chat.completions.create(model=MODEL, messages=messages, tools=TOOLS, max_tokens=1024)
    u = resp.usage
    spent += (u.prompt_tokens * 0.30 + u.completion_tokens * 1.20) / 1e6   # V4.1 Flash peak rates per 1M
    msg = resp.choices[0].message
    messages.append(msg)
    if not msg.tool_calls:
        break
    for call in msg.tool_calls:
        args = json.loads(call.function.arguments)          # validate before executing
        messages.append({"role": "tool", "tool_call_id": call.id,
                         "content": run_tool(call.function.name, args)[:6000]})
# hand `messages` to the verifier model; step 12 on Sonnet 5 ≈ 24,300 × $2 + 1,500 × $10 = $0.064

ツール結果を6,000文字（約1,500トークン）に切り詰めることで、トレースがテーブルと一致します。[DeepSeek 101コース](/tutorials/deepseek-101)でエンドポイントの基本を解説しています。

Claude Haiku 5.5は現在、このページで最も安い行で、参考実行で$0.020となり、V4.1 Flashのオフピーク時（$0.029）よりも低くなっています。まだこれらのループでテストしていないため、切り替える前に独自のタスクでテストしてください。適切に指定されたツールループの場合、V4.1 Flashはこのページで本番環境で実績のある最も安いモデルで、ピーク時で$0.058です。Gemini 3.8 Flashは$0.15で、異なる障害プロファイルを持つ次のステップアップです。すべてのランキングは[AIエージェント向け最安LLM](/guides/cheapest-llm-for-ai-agents)にあります。

タスクが最初のステップから曖昧な場合、ループに10ステップ以上の実際の計画が必要な場合、または誤った回答が節約できる$0.34以上のコストになる場合は、ループ全体（最後のステップだけでなく）にフラッグシップモデルを支払ってください。Claude Opus 5の$0.98やGPT-5.5の$1.01（参考実行時）は、1回の誤った判断に比べればまだ安いものです。

安価なループは監視されずに実行されるため、200ステップのループが発生します。V4.1 Flashのピークレートでは、200ステップの暴走は36.72M入力×$0.30 + 80,000出力×$1.20 = 約$11.11です。これは、1万のタスクで実行されるまで誰も気づかないほど小さな金額です。Sonnet 5で使用するのと同じ4つの制御を維持してください：

• max_tokens per call, 1,024 for tool steps
• A step cap, 12 to 25, enforced in the loop
• A stop condition: end on a response with no tool_calls, and abort on a repeated identical call
• A per-run dollar budget summed from usage.prompt_tokens and usage.completion_tokens, plus the verifier's usage

[トークンバジェットガードレール](/guides/ai-agent-token-budget-guardrails)のランナーはAnthropic用にこれを行い、使用量フィールド名を入れ替えることでこのエンドポイントに移植します。ベンダー間での独自のトレースを[計算機](/calculator)で価格設定してください。